Langfuse 联合创始人 Marc Klingen：演示自我改进的智能体堆栈

Marc Klingen 作为开源可观测性平台 Langfuse 的联合创始人，在 2026 年 AI Engineer World's Fair 上分享了关于智能体（Agent）开发的新范式。他提出，传统的智能体优化依赖人工每周阅读追踪日志，而新的方法旨在让 AI 接管大部分改进循环。

演讲重点介绍了所谓的“参考堆栈”，它将在线的追踪与监控数据同离线的数据集、实验和评估体系相结合。Klingen 映射了从底层令牌预测到高层人类目标设定的多层循环结构，并指出目前 AI 已擅长提出修复方案，团队开始利用它来维护数据集和评估标准，而人类则保留对方向的把控。

视频中包含一个具体演示：一个编码智能体使用 Langfuse 的技能发现其自身的变更日志生成器泄露了内部术语，随后更新评估标准，并在发布前回测了改进版本。这一案例直观展示了如何利用隐式用户信号（如编辑和批准）作为反馈机制。

此外，Klingen 强调了拥有自有追踪数据层的重要性，特别是在智能体读取更多数据的背景下。该资源适合关注 LLM 运维、评估框架设计以及智能体自动化迭代流程的工程技术人员观看。